做研究的“黄金定律”.doc

从事科学研究和做其它任何工作一样，只要潜心钻研，就会发现窍门很多，只是个人体验不尽相同而已。 所谓的“黄金准则（golden rule）”，一般是指许许多多人公认的窍门，在一定程度上有放之四海而皆准的味道。以下我列举的五个黄金准则，是我个人所欣赏的搞科研（特别是试验学科）的灵丹妙方。有的是 亲身体验的收获，有的则是师承而来。如果能够真正领会贯通这些准则，将使你的研究工作如虎添翼。“大问题，小研究”这个准则的关键是大和小两个字。“大”意味着在研究开始时所提出要解决的问题一定要大。触及尽可能显著的基本科学问题，或是一个科学领域中的一个重要盲区。而对这个盲区的探索，很可能是解决一系列问题的关键枢纽。大还意味着大范围内的开放性思维，就象探照灯一样，尽可能有一个大的投射区，从而对诸多领域的研究产生影响。既要敢于挑战传统，勇于对传统观点提出异议，也不要过高估计自己的能力。一般地说来十个想法中有九个是完全是错的，或目前尚无法解析的是很正常的。即使这样，你仍然是很幸运的，系统而深入地跟踪这一个想法便有可能解决一个重要的科学问题。此外，“大”的分寸很重要，所提出的选题要最大程度地接近你能力的极限。这里所说的能力既包括个人的知识背景，也包括有可能利用的设备条件。太低于极限的问题等于是隔靴搔痒、大材小用，探索的是相对比较肤浅的问题；而超过极限的问题不仅不现实 ，也是没有意义 。力所不能及，则自然不能有所作为。因此，在选择问题时，要综合客观和主观因素，考虑到人力、物力、资源等限制因素，在可能的范围内创造最佳条件、研究最重要的问题。用生意场的术语说是“充分利用资源，追求利润最大化！”“小”是指研究过程中的细致化。从设计实验开始，必须做到严密谨慎，把各种细小的可能性都想到，并逐一进行阐明（这一点我后面将详细阐述）。做到一步一个脚印。怕麻烦不行，因为精明地绕过当时的 一个小麻烦，可能会误导自己的思考，创造了后面的一个大麻烦。一个比较容易犯的一个错误是低估事情的复杂性，只想做一个复杂实验系统中的最“重要”的部分。最近参加一个学术会议，发现至少有四个学术报告里说发现了抗盐或抗旱基因。使人感到我们的抗盐抗旱问题似乎要解决了。事实并非如此。两盆植物在胁迫情况下表现不同是有很多可能的因素造成。一个简单的逻辑，一个人如果喝了一碗水后死掉了，并不能下结论说这碗水是有毒的。究其死因，我们至少可以想出其它360种可能，只有通过一一排除才有可能找到真正的原因。斯坦福大学郎戴维斯（Ron Davis）教授实验室所作的“触摸”基因的工作便是一个反常规因果关系的例子。戴维斯教授和他的助手们本来是想分离受激素诱导的基因。实验中用了两组植物，一组喷洒激素，另一组什么也不喷洒。结果，他们从喷激素的植物中分离到一个在喷洒后半小时表达便成百倍增加的基因。一般情况下，像这样的工作在当时也只能发表一篇象植物分子生物学（影响因子3左右的文章）杂志的文章。但是他们并没有这样交差。他们在此基础上对两组植物分别进行喷水或不喷水的比较研究，结果发现该基因的表达也受到喷水的诱导。后来他们对四组植物分别进行了触摸和不触摸、有风吹和无风吹的比较，结果发现该基因的表达可受到任何形式的触动的诱导。由此，作为植物中发现的第一个能够感受动作的基因，这篇轰动性的文章1990年发表在生命科学影响力最高的杂志细胞上。“复杂问题简单化“将复杂问题简单化是科研过程中的一个最基本法则。但是，如何将复杂问题简单化，却不是那么容易，需要非常巧妙的思维。我们正处在一个组学（omics）时代，是以基因组学、转录组学、蛋白组学、代谢组学等为代表的高通量研究体系。这些不同的组学方法从不同层面上去了解基因的编码、转录、翻译、蛋白质的修饰及相互作用、细胞内代谢物的转换等生物化学过程。 全基因组分析结果表明，看起来结构和功能如此简单的河豚鱼和水稻却拥有比人类有更多的基因。是什么机制在控制人类如此复杂的形态和表情特征、劳动技能和信息交流能力？显然不是基因数目。因此，纯粹的解析基因组中的ATGC排列规律不能够为我们提供更多的基因功能情报。人们便首先把希望寄予转录组学，研究基因表达的调控。基因微芯片出现之后所带来的转录组学研究使我们有能力对一个生物的基因组中成千上万的基因同时进行研究，并由此得到大量的基因表达量变化的数据信息。但是，令人为之失望的是在基因微芯片出现之后，虽然科学家能够大规模地解析很多基因的表达，甚至是整个基因组中所有基因在某一个或几个特殊条件下转录产物的定量变化。但是，当得到这些结果时，面对这几万个基因在不同发育时间、不同环境条件或不同组织器官内的打开与关闭以及表达量的变化，人们发现这些信息高通量地获得并没有使我们比以前对生物的功能了解更多。相反，在信息流的旋涡中，可能使人们变得更加迷茫而找不到头绪了。此时，人们被围困在信息的海洋中并同时忍受着知识的饥饿。信息只是数据的堆积，不是知识。要想通过所获得的信息来找到揭示控制事物内在规律的知识，还有相当长的距离，需要很多细胞学、遗传学、生物化学、生理学以及统计学的验证和分析。究其原因，因为人们一开始便低估了生物的复杂性。基因表达只是其功能执行过程中的很小一部分；基因表达之后还有另外一套机制来控制蛋白质的产生与否；翻译产生的每种蛋白质还将面临着影响其功能的状态修饰（动植物体内有超过200种不同的修饰方式）；每一种有酶功能的蛋白质将影响到几种甚至几十种不同代谢物的产生；这些代谢产物又将直接或间接影响到基因的表达、蛋白质的翻译和修饰、蛋白质之间的相互作用。除此之外，细胞内不是一锅粥，它拥有一个高度复杂的亚细胞结构。其中的大小分子通常是经过特殊形式定向地运输到细胞内外的某一特殊位置。 这样一个有千丝万缕的联系基因及其产物的复杂存在形式、及其相互作用所涉及的信息量如此之大，足以令很多人望而生畏。任何想从中找到有价值的知识（请注意，我这里说的是有价值的知识，而不是数据！）都会有点大海捞针的感觉。所以，如果没有一些简单的、有严格控制条件的实验系统去解析这些包罗万象的复杂生物信息，我们对生物的认识就很难有所提高。这里值得一提的是过去二、三十年对高等动植物基因功能的研究普遍使用的一种将复杂问题简单化的研究方法是遗传解剖（genetic dissection）。它的基本手段是通过突变来观察当一个基因被敲除之后动植物形态和行为的变化，并由此来推断该基因的功能。对这种研究方法的一个形象比喻就象一个无法同人交流的外星人来到地球之后，发现了一辆可以跑动的汽车，可是他不明白汽车为何可以跑，每个部件是干什么用的。最简单的办法就是找来一把锤子，对汽车的零件逐一破坏，然后看对汽车性能的影响。可以想象，当刹车板被敲掉之后，汽车便不能被煞住，而车灯被敲掉之后，汽车便没了照明设备。这是一种简单易行的解决复杂问题的方法。例如，当科学家想知道有哪些基因控制花器官的形状，人们便通过化学诱变，然后再从自交后代中寻找花形改变的突变体。由于这种突变体一般是由于单基因突变引起，人们便可以通过遗传定位来分离控制这个花形状的DNA片断。可以想象，通过这种非常有效的方法，帮助科学家了解相当一部分基因的功能。虽然这个方法听起来有点像盲人摸象，但是如果有很多的盲人在摸同一只象，他们之间又不断进行信息交流的话，用不了多久他们就会对大象有一个比较准确地描述。包括Paul Nurse, Sydney Brenner, Urhard 等很多科学家的主要贡献都是利用这一方法对包括酵母、线虫、斑马鱼和果蝇等不同模式生物进行系统研究的结果。这个方法将在未来的几十年里继续帮助科学家了解生物学过程。诚然，经过多年的研究之后，人们也发现了这种方法的局限性。比如，相当多的基因在敲掉之后没有任何可以察觉的表现。这并不表示这些基因完全没有功能，而是说这些基因的功能的缺失被拥有同样功能的其它基因的存在所补偿了。就像外星人将固定车轮的六个螺丝去掉一个时发现什么事情也没发生一样。另外一类麻烦是有相当多的一部分基因在去掉之后都产生致死或堕胎现象，尽管因此可以肯定这些基因相当重要，但是其确切功能却非常难以透析。一定意义上说，好像将汽车的发动机的气缸或电源去掉之后汽车都不能被发动一样。回到复杂问题简单化这个题目，我很欣赏在北京机场高速看到的PHILIPS的一幅广告语：科技就是简单：“攻于心，简于形”！做试验科学也是这样，设计试验体系时的大量信息获得与信息整理是耗脑伤神的“攻于心”，一个具体巧妙简单的试验设计当然就“简于形”了！“正结果因负结果的存在而有意义”你在展示一个阳性结果的同时，必须展示足够多的阴性结果，从而排除其它可能的出现，最大程度上减少主观或客观因素的干扰。例如，在一个患有遗传病的病人基因组内找到一个点突变并不能因此而下结论说该点突变是引起遗传病产生的原因。你必须在一个比较大的群体内研究，展示所有的患病个体都带有该基因的纯合突变，而所有不患病个体都带有正常的基因。这种表型与基因型之间的连锁分析可以为我们提供一个比较可信的间接证据。如果想拿到直接证据，你需要从正常人体内分离该基因，转到病人体内，从而使病人康复。但是由于伦理道德因素，我们在没有搞清楚其功能之前，不可能在人身上只以实验动物为对象做这个试验。在研究中人们会不知不觉地犯一些主观错误，就是去刻意寻找支持肯定答案的证据。这是科学研究的大忌。例如，一个学生正在研究基因X，他认为该基因应该在花器官中表达。为了证实这一点，他做了RT-PCR（一种敏感的分子检测手段），如果他试了3次，都是负结果，到第4次是他终于看到了你所想看到的阳性结果。一个很多人容易犯的错误是在一声“乌拉！”之后，他便心安理得地认为第四次结果是对的。其实，只要他稍微多动一下脑子，就应该想到如果不去重复第四次的结果，只凭3负1胜的比例去下结论是有很大问题的，也难以令人信服。实验过程中出现假阳性很正常，但如果不保持清醒的头脑，对诸多可能性的存在正确分析，那就违背了做科学揭示事物真相的基本目的。 即使在发表的结果中出现假象也是常有之事，关键是错误一旦发生了，要及时纠正，千万不要掩掩盖盖。不敢面对失误的人，只会走向更大的失败。“不要拿着鸡蛋碰石头”这一规则阻止你去与比你强的对手直接竞争。荷兰籍的电脑程序奠基人之一戴克斯加（Edsger W. Dijkstra）曾经说过，“如果你知道你的同事和你有同样的想法，或正在做着同样的事情，而你并没有比他更先进的设备和更便利的条件，你要放弃干这件事，去干一件更新颖的事。当你不能肯定你是否有优势时，也不要去冒险”。设想你化了三年去研究， 正洋洋得意准备写文章时，突然发现别人已经把这个工作领先发表了，没有比这更令人倒胃口。也就是说，只有当你确认你拥有世间唯一的开山之剑，而又剑艺高超，才允许你在这个领域里竞争。该规则可以保证确保如果你的工作有进展的话，都是领先和独特的。值得注意，这一规则并不是鼓励你象强盗一样去欺负弱者。虽然我们鼓励同行之间的合作和竞争，但是更多的是鼓励你去创新，走自己的路，而非老是“跟踪国际先进水平”。搞一个“国内先进”或“国内首创”的成果鉴定又有什么意义？。科学没有国界，它是一种全人类范围内的、集体参与的对未知世界的探索行为。因此，即使当你的实验室很强大，拥有所谓自己的开山之剑时，也尽量不要随便去觊觎别人的领域。这是对同行的一种尊重。如果你对同行的工作感兴趣，跟他交流，希望和他一起合作，做一些更“新”的事情，一般来说这种方式会被同行认可，甚至愿意为你提供方便。前提是你不能与虎谋皮，去做别人正在做的事情。这是不成文的潜规则，需要大家自觉遵守。在这里，我想提醒读者一点，得到试验结果和文章发表之间有一个时间差，这个时间差平均是12个月左右（杂志档次越高，这个时间差越小）。也就是说，即使你看到的是最新一期杂志上所发表的文章，一般说来，该工作已经在一年以前已经完成。在读文章中你能够想马上想到的新主意，一般做这个工作的人已经想到，甚至可能已经做到了。如果让我对科研信息的新旧程度提出一个“刘氏序列”的话，可以得到以下排列：酒吧传闻 专题报告 会议摘要 在线预览 最新期刊 过期期刊 综述文章 专著书籍 教科书本 教师讲义。有些条目，如最新期刊 过期期刊，好像是显而易见之事。但是实际工作中不是每个人都能够将这一序列的理解付诸于行动。能够跟踪相关领域内每期刊物所发表的最新文章的学生和老板还是少数。它意味着你必须对至少10种不同杂志的连续跟踪。这个顺序在大多数情况下具有科学性。但是，在实际中并不排除因特例而出现与“刘氏序列”冲突的情况。例如，有些老师的讲义或许会超前一个或几个位置。我这样说也是给自己留个台阶，否则有人一定要跟我较真的。“只要这个方法是灵的，不要随便改变它”（as soon as the protocol works, does not mess up with it）这一准则要求我们在实验过程中必须严格服从操作指南（protocol），循规蹈矩。这一原则并不反对你对实验操作步骤进行调整，但是任何的调整必须是一一进行，并对此做出比较试验。例如，某一步骤要求你必须将你的化学反应放在37度下保温12小时，如果你认为也可能不需要这么长的话，那你得首先设计4个反应试验：分别保温1小时、保温6小时，保温12小时、保温24小时，然后比较结果的差别。通过这种比较你可以再得出一种趋势，是缩短或是延长更好。如果证明1小时是可以的话，你便可对操作指南进行改善。如果你有足够多的时间，你可以对每一步进行优化研究，甚至对操作规程的所有步骤进行最佳化研究。但是这是一个很花时间的事情。一般情况下，我们使用的操作规程一般都没有经过最优化研究，但是它至少是一个灵验的规程，任何的改变都有可能产生失败的结果。这就是该原则的由来。 这个原则对一部分中国学生尤其重要。我发现，同样一个操作指南（protocol），如果我将它给我的荷兰籍助手的话，他一般会原封不动地按照里面的要求把实验做完。不光如此，你十年之后再让他做同一个实验的话，他可以马上把这张操作说明找到，按照同一方法把实验做好。相反，相当一部分中国学生会对其中各每